教員活動データベース

C&Cトラフィック分類のための機械学習手法の評価

発表形態：: 原著論文
主要業績：: 主要業績
単著・共著：: 共著
発表年月：: 2015年09月

DOI：
会議属性：: 国内会議
査読：: 有り
リンク情報：

日本語フィールド

著者：

山内一将, 川本淳平, 堀良彰, 櫻井幸一

題名：

C&Cトラフィック分類のための機械学習手法の評価

発表情報：

情報処理学会論文誌巻: 56 号: 9 ページ: 1745-1753

キーワード：

概要：

インターネットの普及にともない，ボットネットによる被害が増大している．一般的なボットネットでは踏み台となる端末の制御を行うためにCommand and Control（C&C）サーバを利用している．そのため，ボットネット対策手法の1つとしてC&Cサーバの検知が注目されている．しかし，C&Cサーバが用いるプロトコルの多様化により通信方法やネットワーク構造も多様化し，C&Cサーバの検知が困難となっている．本研究ではC&Cサーバが用いるプロトコルによらずC&Cサーバを検知するために特徴ベクトルの定義を行う．また，実データを用いて通常の通信とC&Cサーバによる通信の分類を行い，C&Cサーバの用いるプロトコルに特化しない手法としての有効性を示す．

抄録：

英語フィールド

Author：

Kazumasa Yamauchi, Junpei Kawamoto, Yoshiaki Hori, Kouichi Sakurai

Title：

Evaluation of Machine Learning Techniques for C&C Traffic Classification

Announcement information:

IPSJ Journal Vol: 56 Issue: 9 Page: 1745-1753

An abstract：

With the spread of Internet, the number of damage from botnet is increasing. General botnet use Command and Control (C&C) server and detecting C&C server is one of the technique of botnet measures. However, it is hard to detect C&C server because of diversification of C&C protocol and changing of botnet configuration. In our work, we define a feature vector to detect C&C server and report the experiment result that is classification normal traffic and C&C session by using real network traffic. Finally we show the effectiveness as the method of detecting C&C server which use several kinds of protocols.

An abstract：